改进的井下人员定位PDR算法研究

• 作者: 孙延鑫 毛善君 苏颖 杨梦
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 井下人员定位 行人航位推算 PDR算法 步频检测 步长估计 航向估计 深度RNN
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 实验研究
• 页码范围: 43-48
• 页数: 6页
• 分类号: TD67
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2020080086

摘要

传统的行人航位推算(PDR)算法用于井下人员定位时,因步频检测、步长估计和航向估计阶段的姿态累计误差导致定位误差逐渐增大,而常用的零速校正、航向漂移消除、步态信号优化等误差修正方法无法改变PDR算法的固有缺陷,定位精度有待提高.提出采用改进的峰值检测法实现PDR算法中步频检测,基于深度循环神经网络(RNN)实现步长估计.将改进的PDR算法用于井下人员定位:首先采用手机加速度传感器、陀螺仪、磁力计获取行人运动数据;然后采用改进的峰值检测法获取固定时间间隔内的平均步频,与时间间隔、加速度及加速度方差作为特征输入训练后的深度RNN模型进行步长估计;最后结合估计的航向角预测人员当前位置.试验结果表明,改进的井下人员定位PDR算法对测试集数据的预测相对误差为5.9％,对实际测试路线的定位相对误差为1.6％?3.9％,小于传统PDR算法定位误差,有效提高了井下人员定位精度.